python 画导图
Python 是一种非常流行的编程语言,它可以用来进行各种数据处理、科学计算和绘图等操作。其中,绘图是 Python 中的一个非常重要的利用领域。Python 中有很多绘图库,比如 Matplotlib、Seaborn、Plotly、Bokeh 等,它们可以用来绘制各种各样的图形,包括折线图、柱状图、散点图、热力图、桑基图、力导向图等。其中,力导向图是一种非常特殊的图形,它可以用来表示复杂的关系网络和知识图谱。
# 导入相应的库 import networkx as nx import matplotlib.pyplot as plt # 创建一个空的有向图 G = nx.DiGraph() # 添加节点 G.add_node("A") # 添加单个节点 G.add_nodes_from(["B", "C", "D", "E"]) # 添加多个节点 # 添加边 G.add_edge("A", "B", weight=0.6) # 添加单个有权边 G.add_edges_from([("A", "C"), ("B", "C"), ("B", "D"), ("C", "E"), ("D", "E")], weight=0.4) # 添加多个有权边 # 绘制图形 pos = nx.spring_layout(G) # 计算节点的布局 nx.draw(G, pos, with_labels=True, node_size=1500, font_weight='bold') # 绘制有标签的节点 edge_labels = dict([((u, v,), d["weight"]) for u, v, d in G.edges(data=True)]) # 计算边的权重 nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_color='red') # 绘制边的权重 plt.show() # 显示图形
上面的代码可以用来绘制一个简单的力导向图,其中包括了 5 个节点和 7 条有权边。通过这个例子,我们可以看到 Python 的绘图库非常强大,可以用来解决各种各样的数据可视化问题。如果你对数据科学和可视化有兴趣,无妨学习一下 Python,掌握一些基本的数据处理和绘图技能。
文章来源:丸子建站
文章标题:python 画导图
https://www.wanzijz.com/view/58063.html